رفتن به محتوا

Stable Audio 25

یکپارچه‌سازی

شناسه مدل stable-audio-25/inpaint
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/stable-audio-25/inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

این درخواست: ⁨‎$۰٫۲۰⁩ ۲۰۰ اعتبار API · ≈ ⁨‎₽۲۰٫۹۴⁩ اجرای آن در این صفحه

دریافت کلید API
Stability AI صوت #audio

بازه زمانی ماسک‌شده درون کلیپ صوتی را بر اساس پرامپت متنی بازتولید می‌کند و باقی کلیپ را حفظ می‌کند

Stability AI · صوت

اولین نتیجه شما اینجا قرار می‌گیرد

درخواست را در زیر بسازید و با کلید API خود اجرا کنید. خروجی‌ها در فضای ذخیره‌سازی ما کپی می‌شوند و برای همیشه یا به‌مدت ۷ روز رایگان نگه‌داری می‌شوند.

ساخت درخواست

کنترل‌ها از شِمای مدل تولید می‌شوند. با تغییر آن‌ها، کد و قیمت به‌روزرسانی می‌شوند.

•الزامی

پرامپتی که تولید صوت را هدایت می‌کند.

•الزامی audio_url
یک فایل بیندازید، یا

کلیپ صوتی منبع برای نقاشی درون‌تصویری.

پیشرفته seconds_total · guidance_scale · mask_start · mask_end · num_inference_steps · seed · enable_safety_checker
پیش‌فرض 190

طول صوت خروجی به‌طور پیش‌فرض برابر طول کلیپ ورودی است. برای بازنویسی این مقدار پیش‌فرض، طولی ارائه کنید.

پیش‌فرض 1

با افزایش این تنظیم، وفاداری صوت به پرامپت بیشتر می‌شود و پایبندی فرایند انتشار به متن تقویت می‌گردد.

پیش‌فرض 30

موقعیت شروع ماسک صوتی.

پیش‌فرض 190

موقعیت پایان ماسک صوتی.

پیش‌فرض 8

تعداد گام‌های کاهش نویز اعمال‌شده روی صوت.

POST /run/stable-audio-25/inpaint?wait=20 قیمت → ⁨‎$۰٫۲۰⁩
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/stable-audio-25/inpaint?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

اجرای این درخواست

کلید شما در این مرورگر باقی می‌ماند: فقط به Doitong API ارسال می‌شود و فقط در صورت فعال‌کردن گزینه «یادآوری»، در localStorage ذخیره می‌شود. دریافت کلید API

درباره Stable Audio 25

این‌پینتینگ برای صوت: `audio_url` و یک `prompt` را ارائه دهید، سپس ناحیهٔ بازنویسی را با `mask_start` و `mask_end` انتخاب کنید که هر دو بین 0 تا 190 هستند. مقادیر پیش‌فرض 30 و 190 هستند. `seconds_total` بازهٔ 1 تا 190 و `guidance_scale` بازهٔ 1 تا 25 را پوشش می‌دهد. `num_inference_steps` بین 4 تا 8 است و `seed` امکان اجرای تکرارپذیر را فراهم می‌کند.

پارامترها

نام استاندارد یا نام بومی را ارسال کنید، نه هر دو. نام‌های استاندارد

نامنوع پیش‌فرضمجاز توضیحات
promptالزامی
نوعstring
پرامپتی که تولید صوت را هدایت می‌کند.
audio_urlالزامی audio
نوعurl · audio
کلیپ صوتی منبع برای نقاشی درون‌تصویری.
seconds_totalاختیاری
نوعinteger | null
پیش‌فرض190
۱ – ۱۹۰
طول صوت خروجی به‌طور پیش‌فرض برابر طول کلیپ ورودی است. برای بازنویسی این مقدار پیش‌فرض، طولی ارائه کنید.
guidance_scaleاختیاری
نوعnumber
پیش‌فرض1
۱ – ۲۵
با افزایش این تنظیم، وفاداری صوت به پرامپت بیشتر می‌شود و پایبندی فرایند انتشار به متن تقویت می‌گردد.
mask_startاختیاری
نوعinteger
پیش‌فرض30
۰ – ۱۹۰
موقعیت شروع ماسک صوتی.
mask_endاختیاری
نوعinteger
پیش‌فرض190
۰ – ۱۹۰
موقعیت پایان ماسک صوتی.
num_inference_stepsاختیاری
نوعinteger
پیش‌فرض8
۴ – ۸
تعداد گام‌های کاهش نویز اعمال‌شده روی صوت.
seedاختیاری
نوعinteger | null
enable_safety_checkerاختیاری
نوعboolean
پیش‌فرضtrue
با تنظیم false، در صورت مجاز بودن فراخواننده، می‌توان بررسی را آسان‌گیرانه‌تر کرد.
الزامی نام استاندارد، همچنین پذیرفته می‌شود

پارامترهای فایل یک URL عمومی https://، یک URI از نوع data: تا سقف 10 MB، یا file_url یک فایل بارگذاری‌شده را می‌پذیرند. فایل‌ها

خروجی

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "stable-audio-25/inpaint",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 200,
    "usd": "0.20",
    "charged": 200,
    "refunded": 0
  },
  "input": {
    "prompt": "A red fox trots through fresh snow at sunrise, soft golden light, shallow depth of field",
    "audio_url": "https://content.doitong.com/audio/showcase/v3/tools/dub_es.mp3"
  },
  "output": {
    "audio": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_name": "0-output.mp3",
      "file_size": 1843200
    },
    "seed": 42
  },
  "outputs": [
    {
      "type": "audio",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.mp3",
      "content_type": "audio/mpeg",
      "file_size": 1843200,
      "duration": 12,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
فایل‌های شما، انتخاب شماهر outputs[].url کپی‌ای در فضای ذخیره‌سازی ماست: برای همیشه (با هزینه به‌ازای هر GB-ماه) یا به‌مدت ۷ روز رایگان، بر اساس تنظیم حساب شما یا ?storage=.
ساختار یکسان در همه مدل‌هاtype، url، content_type، width، height و duration برای تصاویر، ویدیو و صدا یکسان هستند. output شیء نتیجه اختصاصی مدل است.
فیلدهای خروجی
audio
object {url, content_type, file_name, file_size}کلیپ صوتی تولیدشده.
seed
integerبذر تصادفی اعمال‌شده هنگام تولید.

مدل‌های بیشتر: صوت

برای عامل‌های هوش مصنوعی: این صفحه به‌صورت Markdown در دسترس است https://doitong.com/fa/developers/models/stable-audio-25/inpaint.md. همه مدل‌ها و راهنماها: https://doitong.com/developers/llms.txt